量子增强多尺度CNN与双向Mamba的作物田间分析

📋 摘要 Abstract

框架概览 — **Figure 1:** CNN-BiSpectralMamba-Quantum架构总览。该框架融合多尺度CNN特征提取、双向Mamba状态空间建模和4量子比特变分量子电路，实现轻量级高光谱作物分类。

高光谱图像（HSI）作物分析在精准农业中扮演着至关重要的角色，因其能够捕获丰富的光谱和空间信息，用于准确的作物监测和评估。然而，有效的HSI分类仍然面临高光谱维度、空间复杂性、类别不平衡和有限标注样本等挑战。为解决这些问题，本工作提出了一种BiSpectral Mamba框架用于HSI作物分析，该框架集成了多尺度卷积特征提取、光谱注意力机制、双向状态空间建模和量子启发学习。

该架构首先采用多尺度CNN主干网络，通过多分辨率特征融合提取层次化的空间-光谱表示。然后利用光谱通道注意力机制强调信息丰富的光谱波段，同时抑制冗余和噪声通道。精炼后的特征随后通过BiSpectral Mamba模块处理，该模块将高光谱特征图视为序列令牌，双向建模长程依赖关系。此外，类别加权优化策略和精心设计的融合机制被纳入以提高训练稳定性和类别不平衡条件下的分类性能。

💡 一句话总结

通过融合多尺度CNN、双向Mamba和4量子比特变分量子电路，构建仅0.24M参数的轻量级框架，在UAV-HSI-Crop数据集上实现84.83%的总体精度，验证了量子-经典混合架构在精准农业中的潜力。

🔍 研究背景 Background

无人机（UAV）技术的迅速普及改变了遥感领域，使我们能够捕获高光谱图像（HSI），其光谱数据远超传统RGB图像。HSI为每个像素提供连续光谱，通常跨越数百个窄光谱波段。这些密集的数据立方体可用于精确识别材料和生物状态，帮助我们更好地理解作物健康、土壤水分和矿物质组成。

CNN的局限性：标准卷积模型在处理高容量高光谱数据时迅速耗尽计算资源；轻量级CNN变体完全无法捕获区分光谱相似作物品种所需的全局结构依赖关系
Transformer的瓶颈：视觉Transformer引入了不可持续的参数开销（如HSI-TransUNet需要99.33M参数），需要大量标注数据才能收敛
量子方法的探索不足：现有量子机器学习应用主要分析低分辨率卫星图像或简化的通用基准数据集，尚未解决高度不平衡的真实作物田间数据集
Mamba模型的空间破坏：标准状态空间模型将三维高光谱立方体展平为一维序列，破坏了农业田地的原生空间几何结构和关键结构边界

本工作系统性地解决了这些架构瓶颈，提出了一种高效的混合深度学习框架。核心创新在于：(1) 使用多尺度CNN在Mamba处理前锚定空间几何结构；(2) 引入4量子比特变分量子电路替代大规模经典全连接层；(3) 设计混合交叉熵和Log-Cosh Dice损失函数应对极端类别不平衡。

⚙️ 方法论 Methodology

CNN-BiSpectralMamba-Quantum架构建立了一个高速、参数高效的高光谱作物分类流水线。该框架主动融合了多尺度空间卷积、双向状态空间序列建模和变分量子电路。

4.1 数据标准化流水线

数据流水线在任何深度学习操作之前对原始高光谱张量进行标准化。算法计算每个光谱波段在空间维度上的精确均值和标准差，并强制执行10⁻⁶的最小标准差下限以保证数值稳定性。

4.2 多尺度卷积特征提取

标准化后的张量直接输入多尺度卷积神经网络。初始编码器块使用两个连续的3×3卷积提取基础空间纹理，生成32通道特征图。第二个编码器块通过步幅卷积（stride 2）将空间分辨率减半，同时将特征深度扩展到64。解码器路径使用双线性插值上采样，并与低层特征拼接实现多尺度融合。

**Figure 3:** BiSpectral Mamba模块。将空间特征展平为序列后，分别通过前向和后向Mamba块处理，再将两个方向的表示相加，捕获双向长程依赖。

4.3 光谱Squeeze-and-Excitation

光谱SE块动态重新校准通道-wise特征响应。自适应平均池化将空间网格压缩为1×1全局描述符，两层全连接网络计算激励权重（缩减比为16），Sigmoid激活函数缩放输入张量。

4.4 双向Mamba状态空间力学

架构将精炼后的空间张量展平为连续的一维令牌序列，生成张量T∈ℝ^{B×L×64}。两个独立的Mamba块处理该序列：前向块按原始空间顺序分析序列；后向块处理数学反转的序列。系统将后向输出翻转回原始方向，并显式求和两个表示以构建融合张量。

4.5 量子全局头

网络将融合序列分成两个分类路径。量子路径通过全局平均池化提取单一全局特征令牌，CPU固定线性层将其从64维降至4维（使用tanh激活）。4量子比特参数化量子电路接收此密集向量，通过角度嵌入跨所有四个计算线嵌入经典数据，两个连续基本纠缠层处理嵌入的量子态，建模高度复杂的非线性全局交互。电路计算每个独立量子比特的Pauli-Z期望值以提取最终量子态表示。

4.6 混合特征融合

经典路径通过LayerNorm和线性投影生成二维空间分类图。可学习参数α动态调节量子特征的结构贡献。最终双线性插值将logits缩放回原始真实空间维度。

📊 关键结果 Key Results

实验在UAV-HSI-Crop数据集上进行，该数据集包含433个高光谱图像样本，每个样本为96×96像素空间网格，包含200个光谱波段，标注了30个不同的作物类别。

**Figure 5:** CNN-BiSpectralMamba-Quantum模型在UAV-HSI-Crop上的训练损失曲线。损失函数融合了类别加权交叉熵和Log-Cosh Dice损失。

模型	参数量	OA (%)	Kappa (×100)
SegNet	29M	43.61	54.15
SETR	43M	69.47	72.67
UNet	8M	76.07	71.31
TransUNet	105M	78.64	74.56
HSI-TransUNet	110M	86.05	83.47
HRS-UNet	未报告	89.96	88.14
QPGF (先前工作)	4.1M	81.92	78.41
本文方法	0.24M	84.83	82.07

结果表明，通过使用最优量子融合参数α=0.2，CNN-BiSpectralMamba-Quantum模型显著超越了TransUNet等标准Transformer架构，并超越了先前的QPGF基线近3%。虽然未超过HSI-TransUNet或HRS-UNet的峰值OA，但在仅246,793个参数的情况下达到了高度竞争的阈值。

消融实验

模型变体	OA (%)	Kappa (×100)
无量子模块	83.51	80.65
无BiMamba	79.50	75.59
普通CE损失	85.24	82.64
无SE模块	84.37	81.56
完整模型	84.83	82.07

**Figure 6:** 混淆矩阵。模型在主要作物类别上表现优异，但在表型相似的作物重叠区域仍存在轻微误分类。

🏆 核心发现

1. 参数效率极高：仅0.24M参数（比HSI-TransUNet少458倍），达到84.83% OA，验证了量子-经典混合架构的轻量化优势。

2. 双向Mamba是核心：消融实验表明移除BiMamba导致OA下降5.33%，证明双向状态空间建模是架构的关键创新。

3. 量子头提升全局上下文：4量子比特变分电路将OA从83.51%提升至84.83%，验证了量子电路在捕获全局田地几何结构方面的价值。

4. 混合损失平衡类别：Log-Cosh Dice损失牺牲0.41%的全局精度，换取对少数类作物的更公平、更结构化的映射。

💡 个人见解 Insights

这篇论文展示了量子计算与经典深度学习在精准农业领域的创新融合，其核心价值在于参数效率和架构设计的平衡。

优势：参数量仅0.24M，比主流Transformer架构少两个数量级，适合资源受限的农业边缘设备部署；双向Mamba有效解决了单向状态空间模型的空间几何破坏问题；量子电路作为全局上下文增强头的设计思路新颖
不足：84.83%的OA虽然参数效率高，但绝对精度仍低于HRS-UNet（89.96%），在实际农业应用中可能存在精度门槛；量子电路目前仅使用4量子比特，规模有限，未来扩展性有待验证；实验仅在单一数据集（UAV-HSI-Crop）上进行，泛化性需进一步验证
启发：量子-经典混合架构为农业遥感提供了一条轻量化的新路径；多尺度CNN锚定空间几何后再进行序列建模的设计范式，可推广到其他3D数据处理任务；类别加权损失与Dice损失的融合策略对处理严重不平衡的农业数据集具有实用价值

🔗 参考资料 References

📄

查看原文 View Original Paper

arXiv: 2606.17222

📥

下载 PDF Download PDF

arXiv PDF